图像增强和去噪是图像处理中两个很重要的技术。本文对基于双树复小波变换(Dual-tree Complex Wavelet Transform,DT CWT)的图像增强和降噪算法进行了研究,提出了一种基于小波域和空间域的图像增强方法和一种基于二元统计模型的图像去噪方法,考虑到磁共振图像处理要求在降低噪声的同时增强细节,进而在两者基础上提出了一种利用图像边缘信息的综合后处理方法。我们的增强方法首先对小波域中的高频系数进行修正,使图像具有更好的局、部对比度和更丰富的细节,在小波变换的过程中选用具有更好的方向选择性的DT CWT;最后,通过空间域中的非线性变换,调整图像的整体对比度。而在我们提出的去噪方法中,先用带参数的二元广义高斯分布(GeneralizedGaussian Distribution,GGD)来模拟原图DT CWT的系数的统计分布,然后结合最大似然估计(Maximum Likelihood Estimate,MLE)得到优化的参数估计,最后在此先验分布的基础上,运用最大后验概率(Maximum A Posteriori,MAP)从噪声图的小波系数中估计原图的系数,从而达到去噪的目的。为了同时达到图像细节的增强和噪声的降低,我们对原始图像分别利用上述算法进行增强和降噪处理,然后利用边缘查找算法寻找图像的边缘,利用图像的边缘信息将增强和降噪后的图像进行融合。算法处理后的图像在边缘处对比明显,而在平坦区域又相当平滑,取得了较好的视觉效果。最后,我们设计开发了可运用于进行图像处理算法研究的软件,该软件中实现了大量图像增强、去噪、边缘检测的算法,以方便图像处理算法的研究。在结构上,软件采用了用户界面代码和算法库分离的设计,使得应用程序有很好的可扩展性,而算法本身也具有良好的可移植性。